供应链数据分析培训内容

这是一个市场环境多变、不确定、系统复杂、信息模糊的无常时代，这是一个新技术、新模式层出不穷的时代，这是一个以客户需求为导向、供应链协同的时代。市场竞争的游戏规则正在改写，环境在变，谁不改变，谁就会被市场淘汰！用数据进行运营管理、公司决策，得到越来越多企业的认可；华为、苹果、亚马逊，这些行业的佼佼者，对公司的数据化管理尤为重视。

供应链管理面对你无法改变的“需求多变”，我们该如何应对？

供应链管理如何从“琐碎的日常救火”中逃离出来？

供应链管理如何提升供应链决策能力，以应对越来越多的行业剧变？

供应链管理如果我们不转型，我们很快就会回到“石器时代。”

本课程详细介绍了供应链管理的原理与结构，核心框架及流程，聚焦于如何通过数据看趋势，通过趋势找到真正问题，如何基于根源问题得到实际方案，助力大家提升供应链决策能力。

一、后疫情年代我们面临的挑战：从成本到风险，从安全到韧性

1、数字化时代，企业供应链面临的挑战

2、全球供应链正在向区域化、本地化转变；中国制造+全球供应链

3、智能化的供应链决策体系是保证转型成功的基石

4、SCM跨部门协同：研发、销售、生产、采购、物流一体化运作

二、供应链体系&逻辑概述

1、策略与改进

（1）供应链战略与愿景

（2）供应链管理目标

（3）持续改进

2、供应链组织结构与人员能力

（1）组织流程、程序

（2）资源计划与人员能力

（3）胜任力模型

3、生产与能力计划

（1）产品实现、能力计划

（2）生产计划、系统整合

4、客户需求管理标准

（1）沟通、发运、客户满意度反馈

5、供应商高效管理

（1）供应商选择、评估

三、数据助力运营之理论篇：如何运用大数据的供应链分析方法，提升决策质量

1、数据：数据收集/数据挖掘/数据处理/数据分析

2、趋势：目标设定/现状比对/定期跟踪/反馈机制

3、问题：思维模式/分析方法/理论工具/常见误区

4、方案：计划梳理/实施执行/审核验证/应急预防

5、决策：确定目标/聚焦关键/转化理论/夯实标准

【专题讨论】：如何进行数据分析？

第一步：明确分析目标和确定分析思路

第二步：数据收集

第三步：数据处理

第四步：数据分析

第五步：数据展现

第六步：报告撰写

四、数据助力运营之落地篇：有哪些数据需要分析

1、需求端：

（1）规格、尺寸等需求信息（可量化）

（2）历史消耗数据

（3）品类需求特征分析-二维分析法

2、采购端：

（1）请购单数据（PR）

（2）寻源数据 – 卡拉杰克矩阵

（3）供应商数据

（4）订单数据

（5）收货数据

（6）供应商交付绩效

3、供应端：

（1）销售、毛利、库存现状与销售同期比

（2）商品结构分析

（3）库存周转与现金流

（4）缺断货状况报表(OUT OF STOCK)

4、库存端：

（1）库存周转率 – 库存模拟报表

（2）库存持有成本

（3）缺货成本

（4）月均库存量/年均库存量

（5）呆滞库存比率

（6）安全库存量设定

五、数据助力运营之流程篇：如何实现高效供应链协同（内部）

1、需求的概念、特征

2、预测的概念、影响预测的要素

3、供应链计划管理的理想状态

4、供应计划体系

5、产销协同架构

【专题】：需求预测管理中的关键技术和方法论

（1）产品目录和客户分类管理的重要性

（2）影响需求预测的内部和外部因素

（3）理解为何预测调整说明比数据本身更加重要

（4）理解常用统计技术的基本原理以及应用环境要求

【专题】：如何做数据清洗

【工具】：预测影响性因子澄清与模型搭建

六、数据助力运营之流程篇：供方选培，供应链协同（外部）

1、战略寻源的过程当中，如何获取潜在供应商信息

2、如何提高“搜商”，通过网络综合了解供应商

3、用组合分析驱动采购战略与智能管理

4、多种采购方式的数字化管理应用

5、供应商主数据与供应商数据库

6、各类工业超市，采购平台的发展

【探讨】：有哪些采购数据值得分析？

七、全面库存管理（全链数据化）

1、库存可以掩盖所有运营的问题，如何实现实时库存数据可视化？

2、讲解：如何提高库存周转率（ITO）

3、讲解：库存结构梳理&库存计划制定

4、库存预警可视化系统

5、呆滞物料处理方案